基于Python的CO2 /O2 氛圍下 柴油燃燒火焰特征分析

陳睿哲 劉永峰 王龍 張璐 何旭 宋金甌

為分析柴油在CO ?2 /O ?2 氛圍下燃燒的火焰特征，利用光學定容燃燒室測試并拍攝了6種不同工況下的柴油燃燒過程. 基于自編的Python代碼對火焰圖像進行后處理，提取出火焰浮起長度、紅綠分量比、平均亮度、相關性系數、面積變化率和重疊率等特征參數并進行分析. 結果表明：在空氣和CO ?2 /O ?2 氛圍下，柴油火焰浮起長度和相關性均隨燃燒進程先增大后減小再增大，平均亮度則先增大后減小，其在空氣下和35% CO ?2 +65% O ?2 氛圍下的峰值分別為210.75 px和138.89 px. 在火焰發展階段，紅綠分量比保持在0.8～1.2之間，而在火焰熄滅階段，隨著CO ?2 濃度減小和O ?2 濃度增大，紅綠分量比有所減小.與在空氣下燃燒相比，柴油在CO ?2 /O ?2 氛圍下的燃燒火焰形狀更加細長，湍流現象更加明顯，火焰浮起長度縮短，平均亮度下降.

Python； 柴油； CO ?2 /O ?2 氛圍； 火焰特征； 定容燃燒室

TK16 A 2024.015002

Python-based flame characterization of diesel ?combustion in CO ?2 /O ?2 ?atmosphere

CHEN Rui-Zhe ?1 ， LIU Yong-Feng ?1 ， WANG Long ?2 ， ZHANG Lu ?1 ， HE Xu ?3 ， SONG Jin-Ou ?4

（1.Beijing Engineering Research Center of Monitoring for Construction Safety， ?Beijing University of Civil Engineering and Architecture， Beijing 102627， China;

2. School of Chemical Engineering， Sichuan University， Chengdu 610065， China;

3. School of Mechanical Engineering， Beijing Institute of Technology， Beijing 100081， China;

4. State Key Laboratory of Engines， Tianjin University， Tianjin 300072， China）

To analyze the combustion characteristics of diesel fuel in a CO ?2 /O ?2 ?atmosphere， optical constant volume combustion chamber tests were conducted to measure and capture the combustion processes under six different operating conditions. The resultant flame images were subject to post-processing using custom Python code， enabling the extraction of parameters including flame lift-off height， red-green ratio， average luminosity， correlation coefficient， area change rate， and overlap ratio. The findings indicate that， in both air and CO ?2 /O ?2 ?atmospheres， the flame lift-off height and correlation initially increase， then decrease， before experiencing a subsequent increase throughout the combustion process. Conversely， the average luminosity demonstrates an initial increase followed by a decline. Specifically， in the air and 35% CO ?2 ?+ 65% O ?2 ?atmospheres， the peak values of flame lift-off height were measured as 210.75 px and 138.89 px， respectively. During the flame development stage， the red-green ratio remains within the range of 0.8 to 1.2， while in the flame extinction stage， it decreases as the CO ?2 ?concentration decreases and the O ?2 ?concentration increases. Compared to combustion in air， the combustion of diesel fuel in a CO ?2 /O ?2 ?atmosphere displays an elongated flame shape， heightened turbulence， reduced flame lift-off height， and diminished average luminosity.

Python; Diesel; CO ?2 /O ?2 ?atmosphere; Flame characteristics; Constant volume combustion ??chamber

1 引 言

柴油機是一種高效的能量轉換裝置，在許多領域被廣泛應用. 但在地下、水下和礦井等封閉場所，傳統柴油機會與人爭奪環境中的O ?2 ，并釋放出CO ?2 和NO ??x ?等污染物，危害健康 ?［1］ . 為解決此問題，液氧固碳閉式循環柴油機被廣泛關注. 其用液氧汽化吸熱將尾氣中的CO ?2 固化成干冰，未固化的CO ?2 與O ?2 混合進入氣缸，用CO ?2 的燃燒抑制作用減少O ?2 濃度較高引起的工作粗暴傾向 ?［2］ . 但這種柴油機的燃燒背景特殊，O ?2 和CO ?2 濃度均比空氣中高得多，因此在變工況時失火問題嚴重. 為保證其在變工況時的穩定燃燒，急需進行柴油在CO ?2 /O ?2 氛圍下燃燒的相關研究.

火焰特征可以反映燃料燃燒過程中的溫度和反應速率等基本特性，通過對火焰特征的分析可以深入了解燃料燃燒的機理和規律，為提高燃燒效率、減少污染物排放等提供依據 ?［3］ . 人們在不同當量比、壓力和溫度下對CO ?2 /O ?2 氛圍燃燒的火焰特征開展了大量研究. Zeng等 ?［4］ 在當量比0.5～10，壓力1 atm，溫度1400～1800 K下在平焰燃燒器上模擬了煤粉的燃燒，發現CO ?2 濃度增大導致火焰亮度減小，顏色趨于均勻的暗紅色. 謝非等 ?［5］ 在當量比1.0，壓力1 atm，溫度1173 K下通過實驗獲取了煤顆粒的火焰圖像，并采用Image J進行圖像處理，發現隨著CO ?2 濃度的增大，火焰亮度減小，且火焰面積先增大后減小. Yang等 ?［6］ 在當量比06～1.5，壓力1 atm，溫度300 K下采用自由基化學發光光譜分析了CO ?2 濃度對CH ?4 燃燒火焰的幾何特征進行了研究，發現隨著CO ?2 濃度的增大，火焰長度逐漸增大，火焰前沿變窄并且核心反應區向燃燒室出口偏移. Saber等 ?［7］ 在當量比0.7～1.5，壓力1 atm，溫度300～700 K下采用粒子圖像測速法測量了CH ?4 的燃燒速度并分析了火焰鋒面，發 現CO ?2 濃度增大使得燃燒速度降低，火焰前沿高度增加. Wang等 ?［8］ 在當量比1.0，壓力1 atm，溫度293 K下模擬了CH ?4 和H ?2 的燃燒，發現CO ?2 的稀釋效應使得CH ?4 的馬克斯坦長度增大，而H ?2 卻相反. 周昊等 ?［9］ 在當量比1.0，壓力1 atm，溫度273 K下實驗獲取了CH 3CH 2OH的火焰圖像，并采用Matlab提取出火焰特征參數，發現CO ?2 濃度增大，火焰的高度和面積均呈增大趨勢，而平均亮度呈減小趨勢. 總結來看，上述對于CO ?2 /O ?2 氛圍下燃燒火焰特征的研究大多集中在煤的燃燒和小分子化合物的燃燒，而柴油在CO ?2 /O ?2 氛圍下燃燒的火焰特征卻鮮有報道.

本文提出一種基于Python的火焰特征提取方法，該方法利用Sobel算子邊緣檢測算法分析火焰形狀與火焰浮起長度，采用顏色空間理論計算火焰紅綠分量比和平均亮度，根據火焰序列圖像的像素值計算相關性系數、面積變化率和重疊率. 然后，本文利用光學定容燃燒室試驗平臺測試并記錄了6種不同CO ?2 /O ?2 氛圍下的柴油燃燒過程. 最后，通過編寫的Python代碼從火焰圖像中提取出火焰特征參數并進行分析.

2 計 算

隨著數字圖像處理技術的發展，火焰可視化與表征技術在燃燒過程監測中被廣泛應用. 利用該技術可以獲取燃燒過程中的火焰特征信息，有助于對燃燒狀態進行量化分析，并為今后的燃燒監測和控制研究提供可靠的理論支持. Python作為一種簡潔清晰的直譯型語言，可用于圖像數據的批量處理，且具有高效的處理速度和豐富的庫資源. 本文通過編寫Python代碼來處理火焰圖像以獲取火焰特征，主要包括火焰紅綠分量比、平均亮度、相關性、面積變化率和面積重疊率.

2.1 紅綠分量比

顏色是火焰的重要特征之一，數字圖像處理中通常采用顏色空間的方式定量表示彩色圖像中像素的顏色. 顏色空間主要包括RGB、YUV和HIS等空間，其中RGB空間將紅、綠、藍三種單色作為基本色，認為自然界中所有顏色都可通過這三種基色加權得到. 通過前人對多種火焰R、G、B三個分量的仿真實驗，發現高亮區對應到R、G、B三通道分量，其在圖像中的所占比例依次減小，而且紅色占比偏高，藍色占比極小 ?［10］ ?.因此本文采用紅綠分量比作為火焰的特征參數之一，其計算公式為：

z= ?s ???G ???s ???R ????（1）

式中， z 為紅綠分量比； ?s ???G 、 ?s ???R 分別為分割出來的火焰可疑區的綠色分量和紅色分量的像素數目.

2.2 平均亮度

亮度是衡量燃燒火焰劇烈程度、燃燒效率和熱輸出的重要特征參數. 在YUV顏色空間中， Y 通道代表圖像的亮度信息. 因此本文將圖像轉換為YUV格式，提取出 Y 通道分量以顯示圖像亮度信息. 為了更好地比較不同的火焰圖像，選取平均亮度作為衡量火焰整體亮度的指標，其計算公式為：

Y ?- = ∑ ?m ?∑ ?n ??Y ???mn ?n ??（2）

式中， ?Y ?- ?為平均亮度； ?Y ??mn ?為 m 行 n 列處的像素值； ?n 為 像素數目.

2.3 相關性

在火焰序列圖像中，火焰區域不僅在空間上具有連續性，在時間上還具有相關性. 火焰相關性反映了相鄰兩幀圖像的火焰亮度的變化狀況，它可以排除顏色均勻干擾物的影響 ?［11］ . 其計算公式為：

r= ∑ ?m ?∑ ?n ???A ???mn - A ?- ???B ???mn - B ?- ??????∑ ?m ?∑ ?n ????A ???mn - A ?- ????2 ??∑ ?m ?∑ ?n ????B ???mn - B ?- ????2 ??????（3）

式中， r 為相鄰兩幀圖像的相關性系數； ?A ?- ?、 ?B ?- ?分別為相鄰兩幀圖像的亮度均值； ?A ??mn ?、 ?B ??mn ?分別為相鄰兩幀圖像的 m 行 n 列處的像素值.當 r 達到最大時， A 和 B 的相關性最強.

2.4 面積變化率與面積重疊率

隨著燃料的燃燒過程，每幀圖像中的火焰面積會出現連續的震蕩變化，其變化量可用面積變化率來描述.在對圖像進行處理時，可用分割出的可疑區的像素數目近似表示火焰面積. 因此火焰面積變化率的計算公式為：

ψ= ??A ??i - A ??i-1 ???A ??i ???（4）

式中， ψ 為面積變化率； ?A ??i ?、 ?A ??i-1 ?分別為相鄰兩幀圖像的火焰可疑區的像素數目.

雖然每幀圖像的火焰輪廓、形狀、大小不同，但火焰主體部分保持相對穩定，相鄰兩幀圖像的火焰可疑區存在重疊，重疊量大小可用火焰面積重疊率來描述. 其計算公式為：

η= ?A ′ ?A ??i ???（5）

式中， η 為面積重疊率； ?A ′ 為相鄰兩幀圖像的火焰可疑區的重疊像素數目； ?A ??i ?為第二幀圖像的火焰可疑區的像素數目.

3 試 驗

3.1 試驗平臺

本研究建立了一個可視化定容燃燒室試驗平臺，其系統如圖1所示，主要包括定容燃燒室、壓力檢測系統、溫度控制系統、尾氣處理系統、制冷系統、高壓共軌系統和數據采集系統.

定容燃燒室為圓柱型結構，內部直徑為300 mm，內部高度為 560 mm ，其可承受的最高溫度為900 K，最大壓力為6 MPa. 其頂部噴油系統的最高噴油壓力為 175 MPa ，噴油器初始噴油壓力為35 MPa；下部安裝了壓力傳感器、溫度傳感器和電熱瓦，可實現對燃燒室壓力、溫度的調整與實時監控；底部設有進排氣口，排出的氣體通入煙氣收集裝置與過濾裝置，實現廢氣的回收與凈化. 彈體外側裝有可視化窗口與氙燈光源，輔助高速攝像機拍攝燃料的著火與燃燒過程，彈體外部還接有制冷裝置對其進行冷卻. 數據采集系統主要包括依次相連的高速攝影機、信號延遲器、電子控制單元和控制計算機，其中高速攝影機幀數設置為10 000 幀/s.

3.2 試驗方法

首先將高速攝影機調整到與可視化窗口合適的高度，并設置好光圈與拍攝速率.然后啟動操作平臺，對進氣參數與組分進行設置，再開啟電磁閥通氣將前次試驗中殘留氣體排出，之后控制操作平臺逐步地提高燃燒室內溫度與壓力直至達到試驗要求. 加熱溫度間隔為50 K. 加熱開始后，打開制冷裝置對外部組件進行冷卻，同時將已精確配比的氣體通過流量控制閥通入燃燒室，使燃燒室內背景氣體達到所需工況. 噴油系統設置初始加壓間隔為10 MPa，當軌壓達到100 MPa后將加壓間隔調整為5 MPa，直至軌壓升至120 MPa. 當噴油壓力與燃燒室環境達到要求后開始噴油，高速攝影機將完整地記錄下燃料的燃燒過程，并將拍攝的圖像傳輸給控制計算機進行后處理. 根據液氧固碳閉式循環柴油機的實際工況，本試驗選取背景氣體為50% CO ?2 +50% O ?2 、47% CO ?2 +53% O ?2 、43% CO ?2 +57% O ?2 、39% CO ?2 +61% O ?2 和35% CO ?2 +65% O ?2 ，并加入空氣作為對照組，每種工況均進行20次試驗以減小誤差，具體的試驗參數如表1所示.

4 結果與討論

4.1 火焰形狀與火焰浮起長度

圖2為不同工況下拍攝的火焰傳播進程的火焰邊緣檢測圖. 該圖像基于Sobel算子邊緣檢測算法得到，包含了更多的火焰邊緣特征，可以更好地比較不同工況下柴油燃燒火焰形狀的異同. 與空氣下燃燒相比，CO ?2 /O ?2 氛圍下的燃燒火焰邊緣出現了更明顯的分岔與波動. 隨著CO ?2 濃度的增大和O ?2 濃度的減小，這種現象愈發突出. Watanabe等 ?［12］ 研究了CH ?4 在空氣和CO ?2 /O ?2 氛圍下的燃燒火焰，同樣發現了在CO ?2 /O ?2 氛圍下火焰更容易出現湍流現象. 這是由于CO ?2 的添加阻礙了燃料與O ?2 間的反應，降低了燃燒溫度，減慢了火焰傳播速度，使得火焰前沿更容易受到氣流等不穩定因素的影響，從而形成更多的火焰尖端和凹陷. 此外，由于CO ?2 的密度高于O ?2 和N ?2 ，當CO ?2 與熱氣流混合時會產生復雜的氣體流動，從而促進火焰的湍流現象. 在空氣氛圍下，柴油進入燃燒室后，熱氣流被卷吸進入油束中，火焰隨著空氣流動逐漸向外圍擴展，并在錐形柴油射流外圍形成薄火焰鋒，并且出現火焰回溯現象，這與Curran等 ?［13］ 提出的NO ??x ?和碳煙排放模型相似. 而CO ?2 /O ?2 氛圍下的火焰結構與空氣氛圍下有所不同，由于反應物中缺少N ?2 ，因此在火焰邊緣檢測圖像中沒有NO ??x ?生成的跡象. 此外，N ?2 在燃燒過程中起到吸收和擴散熱量的作用，維持火焰形狀. 而在CO ?2 /O ?2 氛圍下，缺少N ?2 的支撐，火焰形狀變得更加細長 ?［14］ . 對比不同工況，空氣氛圍下的著火延遲時間最長，而在CO ?2 /O ?2 氛圍下，隨著CO ?2 濃度增大和O ?2 濃度減小，著火延遲時間逐漸增大. 這是CO ?2 的燃燒阻礙和O ?2 的燃燒促進作用共同導致的.

為了更好地分析不同工況下柴油的燃燒火焰特征，我們從20次試驗圖像中提取出火焰浮起長度并計算其平均值如圖3所示. 通過與手動測量的火焰浮起長度對比，發現最大誤差為2.37%，這表明本文提出的方法可用于提取火焰圖像的火焰浮起長度. 對比不同工況，發現在CO ?2 /O ?2 氛圍下的火焰浮起長度比空氣下更短，這是由于高濃度的O ?2 促進燃燒，產生了大量熱量和氣體，這些熱量和氣體向周圍擴散產生了火焰回溯現象，從而導致火焰浮起長度縮短. 隨著CO ?2 濃度的增大和O ?2 濃度的減小，火焰浮起長度逐漸增大，這是由于CO ?2 的添加抑制了燃燒. 此外，每種工況下的火焰浮起長度均隨燃燒進程呈現先增大再減小最后再增大的規律. 這是由于柴油在燃燒初期燃燒速度快，火焰膨脹產生的高壓推動火焰向下擴展，火焰浮起長度增大. 隨著燃燒進一步發展，燃料與氧化劑的混合物濃度逐漸降低，燃燒速度減緩，火焰膨脹產生的高壓減小，火焰回溯現象出現，使得火焰浮起長度減小. 而在燃燒的后期燃料減少，火焰回溯現象減弱，導致火焰浮起長度增大. Yang等 ?［15］ 和李國棟等 ?［16］ 的研究表明，CO ?2 的添加會影響CH ?4 和煤粉的火焰結構，使火焰核心反應區位置逐漸靠近燃燒器出口，即火焰浮起長度逐漸增大. 這一發現與本文中對柴油火焰的研究結果相似.

4.2 紅綠分量比

對20次試驗獲取的柴油燃燒火焰圖像進行紅、綠、藍三色分離，并根據式（1）計算出不同時間下火焰的紅綠分量比平均值，變化曲線如圖4所示. 在火焰發展階段，紅綠分量比在不同工況下基本相同，且隨著燃燒過程的發展沒有明顯變化，其數值基本保持在0.8～1.2之間. 這與韓鋮惠 ?［17］ 得到的柴油在白天的燃燒火焰紅綠分量比相近，進一步驗證了本文提出的紅綠分量比提取方法的可行性. 根據紅綠分量比數值來看，火焰圖像的紅色與綠色通道分量值非常接近，表明火焰的主要色調為紅色與綠色的混合色即黃色. 在火焰熄滅階段，隨著CO ?2 濃度減小和O ?2 濃度增大， 紅綠分量比有所減小，即火焰顏色變淺. 這是由于環境中剩余的 O ?2 濃度較高時，燃燒產物生成有所減少，從而導致火焰中可見光吸收和散射減弱，使得火焰顏色變淺.

4.3 火焰亮度

經過偽色處理的圖像可以將不同波長的光線轉換成不同顏色，更好地展示火焰的亮度分布. 圖5所示為火焰傳播進程的偽色圖像， 火焰內部的大部分區域為紅色，火焰邊緣附近為淡藍色，且隨著燃燒進程，淡藍色邊緣逐漸增大. 這是由于火焰內部O ?2 供應不足，燃燒不充分，火焰中存在較多未燃燒的碳氫化合物， 這些物質發出的光線波長較長，因此呈現出大面積的紅色; 而火焰邊緣反應相對完全，火焰中化合物較少，產生的光線波長較短，因此呈現出藍色 ?［18］ . 此外，火焰外圍氣體受熱膨脹，向火焰中心流動以替換被消耗的O ?2 ，因此火焰外圍形成逐漸加強的對流層，導致更多冷空氣吸入，降低了火焰外圍溫度. 對比不同工況，隨著CO ?2 濃度提高和O ?2 濃度降低，可以明顯看出火焰外圍的紅色霧狀物增多，分析其為未燃燒的碳氫化合物.

為定量描述火焰亮度，孫繼平等 ?［19］ 采用紅外攝像機對火焰進行了拍攝，并通過灰度值來表征火焰亮度.而這種方法并不能完全反應火焰的整體亮度，且受到設備的限制. 本文采用的火焰亮度表征方法是從真實火焰圖像提取亮度信息，再根據式（2）計算不同工況的平均亮度，并對20次試驗結果進行了平均，所得結果隨時間變化如圖6a所示. 不同工況下的火焰平均亮度變化曲線均為“單峰”狀，即平均亮度隨燃燒進程先增大后減小. 由于CO ?2 /O ?2 氛圍下含有大量CO ?2 ，它會吸收火焰產生的熱輻射，減弱火焰平均亮度，而O ?2 和N ?2 通常不會吸收熱輻射，因此空氣下的平均亮度峰值最大，其數值約為210.75 px. 對比CO ?2 /O ?2 氛圍和空氣氛圍下的燃燒，可知CO ?2 /O ?2 氛圍下的火焰平均亮度有顯著波動，這是該環境的湍流現象引起的，驗證了前文得出的“CO ?2 /O ?2 氛圍下火焰更容易出現湍流現象”. 此外，CO ?2 /O ?2 氛圍下的火焰平均亮度峰值比空氣氛圍下的火焰平均亮度峰值出現得更早，在CO ?2 /O ?2 氛圍下峰值大約出現在1.1 ms處，而在空氣氛圍下峰值大約出現在2.1 ms處. 這是由于高濃度O ?2 促進了燃燒，高濃度CO ?2 抑制了燃燒，但O ?2 促進作用強于CO ?2 抑制作用，使其燃燒反應速率加快，導致了平均亮度峰值的提前出現. 由于不同工況的燃燒速度不同，因此對比同時刻平均亮度來反映不同工況的火焰亮度是行不通的. 為此本文計算了不同工況的火焰累積亮度，如圖6b所示. 空氣氛圍下的累積亮度約為2.54×10 ?7 px，遠低于CO ?2 /O ?2 氛圍的累積亮度. 隨著O ?2 濃度從50%增加到57%，累積亮度逐漸從3.75×10 ?7 px增加到3.78×10 ?7 ?px，表明燃燒反應越來越劇烈. 而O ?2 濃度從57%增加到65%，累積亮度卻顯著減小，從3.78×10 ?7 ?px減小到3.58×10 ?7 ?px. 這是由于過高O ?2 濃度環境下燃燒產生了過量的CO ?2 和H ?2 O等產物，這些產物會吸收并散射火焰中的光線 ?［20］ . ?此外由于高濃度O ?2 環境下燃燒時間縮短，導致拍攝的火焰圖像幀數減少，火焰累積亮度大幅減小.

4.4 火焰相關性

火焰發展具有流動性，而單幀圖像提取的火焰特征忽略了火焰動態信息，難以反映火焰真實發展. 火焰序列圖像的相關性可反映動態特征，依據相鄰兩幀火焰圖像的像素值計算得到相關性系數，其隨時間變化如圖7所示. 火焰相關性系數呈先增大再減小最后再增大的趨勢. 這是因為在燃燒初期，火焰迅速膨脹并釋放大量熱量，因此相關性系數逐漸增大. 燃燒進入穩態階段后，火焰顏色、亮度等開始穩定，相關性系數也逐漸減小. 最后燃燒進入尾聲，火焰逐漸消失，其顏色、亮度等隨之減弱，相關性系數有所增大. 與火焰平均亮度變化類似，O ?2 和CO ?2 的共同作用導致CO ?2 /O ?2 氛圍下的火焰相關性系數峰值出現提前. 在CO ?2 /O ?2 和空氣氛圍下，火焰的相關性系數分別在1.6 ms和2.1 ms之后開始逐漸減小，表明該階段的燃燒逐漸趨于穩定，燃燒效率逐漸提高.

4.5 面積變化率與面積重疊率

根據式（4）所得不同時刻火焰面積變化率如 圖8a 所示. 對于CO ?2 /O ?2 氛圍，火焰面積變化率從0.6 ms到2.1 ms幾乎均保持0～1不變，此后迅速增大，在2.6 ms處達到峰值后有所減小. 這是由于0.6～2.1 ms為火焰向外擴展階段，后一幀火焰總比前一幀火焰面積大，并且面積差值小于后一幀圖像火焰面積，因此所得的0.6～2.1 ms火焰面積變化率保持在0～1范圍內. 從圖2可知，2.1 ms后的每幀圖像均比前一幀圖像火焰面積小，其中2.1 ms與2.6 ms兩幀圖像火焰面積變化量與后一幀圖像火焰面積比值達到最大. 在2.6～3.1 ms時間范圍內，燃燒速度減慢，前后兩幀火焰面積變化量與后一幀圖像火焰面積比值有所減小. 值得說明的是，65% O ?2 +35% CO ?2 氛圍下的火焰面積變化率沒有在3.1 ms處減小. 這是由在3.1 ms時，火焰已經基本熄滅，檢測出的火焰可疑區像素數很小，因此與其他工況相比面積變化率較大. 對于空氣氛圍，火焰面積變化率從0.6～2.6 ms始終保持在0～1范圍，之后才逐漸增加. 這是由于空氣中O ?2 濃度較小，燃燒速度緩慢導致的. 此外，在火焰逐漸熄滅過程中，隨著CO ?2 濃度增大和O ?2 濃度減小，火焰面積變化率總體呈減小趨勢. ?但火焰熄滅過程受燃燒速度和氣體流動等諸多因素影響，受本研究限制還無法確定具體原因，有待進一步研究.

根據式（5）所得不同時刻火焰面積重疊率如圖8b所示. 對于所有工況，火焰面積重疊率均隨燃燒進程從0迅速增加至1，之后維持穩定. 由于第一幀火焰圖像尚未燃燒，因此前兩幀圖像面積重疊率為0. 隨著火焰擴展，后一幀圖像火焰面積總是大于前一幀火焰面積，直至1.6 ms和2.1 ms，CO ?2 /O ?2 氛圍和空氣氛圍下的火焰面積分別達到峰值. 因此火焰重疊面積總是小于第二幀火焰面積，導致面積重疊率落在0～1之間. 隨著燃料和氧化物消耗，火焰逐漸縮小，最終熄滅. 因此，后續時刻后一幀圖像火焰面積總小于前一幀火焰面積. 此時，兩幀圖像火焰重疊面積總是約等于第二幀圖像火焰面積，因而所得面積重疊率維持在1附近. 對比不同CO ?2 /O ?2 濃度下的面積重疊率，在火焰擴展過程中，隨著CO ?2 濃度增大和O ?2 濃度減小，面積重疊率隨時間增加而增大的速率逐漸減小. 這表明CO ?2 /O ?2 濃度對火焰擴展速度和面積重疊率的增長速率具有重要的影響.

5 結 論

（1） 本文提出的基于Python的火焰特征提取方法能夠用于分析燃燒火焰的特征.

（2） 在空氣和CO ?2 /O ?2 氛圍下，柴油的火焰浮起長度和火焰相關性均隨著燃燒進程呈現先增大后減小再增大的趨勢. 而平均亮度則先增大后減小，其在空氣下和35% CO ?2 /65% O ?2 氛圍下的峰值分別為210.75 px和138.89 px. 在火焰發展階段，紅綠分量比保持在0.8～1.2之間; 而在火焰熄滅階段，隨著CO ?2 濃度減小和O ?2 濃度增大，紅綠分量比有所減小.

（3） 與在空氣下燃燒相比，柴油在CO ?2 /O ?2 氛圍下的火焰形狀更加細長，湍流現象更加明顯，火焰浮起長度縮短，平均亮度下降，相關性系數峰值和平均亮度峰值出現時間提前了約0.5 ms. 隨著CO ?2 濃度的增大和O ?2 濃度的減小，柴油燃燒火焰浮起長度和著火延遲時間均呈現增大趨勢.

參考文獻：

［1］ ??Park ?H， Hwang E， Jang M， ?et al . Exposure assessment of elemental carbon， polycyclic aromatic hydrocarbons and crystalline silica at the underground excavation sites for top-down construction buildings ［J］. PloS One， 2020， 15： 239010.

［2］ ?裴普成， ?劉永峰. 液氧固碳零排放內燃機： ZL201010519636.9 ［P］. 2012-12-26.

［3］ ?Albert ?C H J， Ahmad F A Z， Ahmad Z S Z， ?et al . Flame analysis using image processing techniques ［J］. IOP Conf Ser： Mater Sci Eng， 2018， 342： 012060.

［4］ ?Zeng Z K， Zhang T Y， Zheng S K， ?et al . Ignition and combustion characteristics of coal particles under high-temperature and low-oxygen environments mimicking MILD oxy-coal combustion conditions ［J］. Fuel， 2019， 253： 1104.

［5］ ?Xie F， Li J Y， Song X D， ?et al . Alkali metal spectral radiation characteristics of single coal particle flames during the O ?2 /CO ?2 ?and O ?2 /N ?2 ?atmospheres ［J］. Proc CSEE， 2022， 13： 1. ［謝非， 李金云， 宋旭東， 等. O ?2 /CO ?2 和O ?2 /N ?2 氣氛下單顆粒煤火焰堿金屬光譜輻射特性［J］. 中國電機工程學報， 2022， 13： 1.］

［6］ ?Yang ?J B， Gong Y， Guo Q H， ?et al . Dilution effects of N ?2 ?and CO ?2 ?on flame structure and reaction characteristics in CH ?4 /O ?2 ?flames ［J］. Exp Therm Fluid Sci， 2019， 108： 16.

［7］ ?Saber ?J R， Ehsan H， Mehdi A. Combined experimental-numerical investigation on the structure of methane/landfill gas flame using PIV ［J］. Exp Therm Fluid Sci， 2018， 94： 23.

［8］ ?Wang ?D， Ji C W， Wang S F， ?et al . Chemical effects of CO ?2 ?dilution on CH ?4 ?and H ?2 ?spherical flame ［J］. Energy， 2019， 185： 316.

［9］ ?Zhou H， Li N， Li Y， ?et al . Experimental study on ethanol spray combustion characteristics under oxy-fuel conditions ［J］. J Zhejiang Univ（Eng Sci）， 2018， 52： 1821. ［周昊， 李寧， 李源， 等. 富氧條件下乙醇噴霧燃燒特性的實驗研究［J］. 浙江大學學報（工學版）， 2018， 52： 1821.］

［10］ ?Jia Y， Wang H Q， Hu Y， ?et al . Flame detection algorithm based on improved hierarchical cluster and support vector machines ［J］. Comp Eng Appl， 2014， 50： 165. ［賈陽， 王慧琴， 胡燕， 等. 基于改進層次聚類和SVM的圖像型火焰識別［J］. 計算機工程與應用， 2014， 50： 165.］

［11］ Li C， Yao Y， Yang R， ?et al . Correlation analysis between environmental pressure and vision-based flames from monitoring camera during depressurization process ［J］. Signal Image Video P， 2022， 16： 1369.

［12］ Watanabe H， Shanbhogue S J， Taamallah S， ?et al . The structure of swirl-stabilized turbulent premixed CH ?4 /air and CH ?4 /O ?2 /CO ?2 ?flames and mechanisms of intense burning of oxy-flames ［J］.Combust Flame， 2016， 174： 111.

［13］ Curran H J， Fisher E M， Glaude P A， ?et al . Detailed chemical kinetic modeling of diesel combustion with oxygenated fuels ［J］. Sae Int J Fuels Lubr， 2001， 110： 514.

［14］ Zeng Z K， Li G D， Zhang T Y， ?et al . Experimental investigation on combustion characteristics of coal particles under low-oxygen dilution conditions ［J］. J Chin Soc Power Eng， 2019， 39： 959. ［曾柱楷， 李國棟， 張廷堯， 等. 低氧稀釋條件下煤粉顆粒燃燒特性實驗研究［J］. 動力工程學報， 2019， 39： 959.］

［15］ Yang ?J B， Gong Y， Guo Q H， ?et al . Dilution effects of N ?2 ?and CO ?2 ?on flame structure and reaction characteristics in CH ?4 /O ?2 ?flames ［J］. Exp Therm Fluid Sci， 2019， 108： 16.

［16］ Li G D， Zhang T Y， Zeng Z K， ?et al . Experimental investigation on the ignition and combustion characteristics of different coal ranks under low-oxygen dilution conditions ［J］. J Chin Soc Power Eng， 2021， 41： 439. ［李國棟， 張廷堯， 曾柱楷， 等. 低氧稀釋條件下不同煤種著火燃燒特性實驗研究［J］. 動力工程學報， 2021， 41： 439.］

［17］ Han C H. Research of fire image segmentation and character selection method ［D］. Xian： Xian University of Architecture and Technology， 2017. ［韓鋮惠. 火焰圖像分割及特征選擇算法研究［D］. 西安： 西安建筑科技大學， 2017.］

［18］ Wu ?R M， Xie F， Song X D， ?et al . The mechanism of hydrocarbon flame soot formation in spectral diagnosis： a review ［J］. Spectrosc Spect Anal， 2023， 43： 1. ［吳潤民， 謝非， 宋旭東， 等. 基于光譜診斷的烴類火焰碳煙形成機理研究綜述［J］. 光譜學與光譜分析， 2023， 43： 1.］

［19］ Sun J P， Sun Y Y， Fan W Q. Mine exogenous fire identification method based on visible light and infrared image ［J］. Ind Mine Automat， 2019， 45： 1. ［孫繼平， 孫雁宇， 范偉強. 基于可見光和紅外圖像的礦井外因火災識別方法［J］. 工礦自動化， 2019， 45： 1.］

［20］ Pourhoseini S H， Taghvaei I， Moghiman M， ?et al . Tangential flue gas recirculation （TFGR） technique for enhancement of radiation characteristics and reduction of NO ??x ??emission in natural gas burners ［J］. J Nat Gas Sci Eng， 2021， 94： 104130.

收稿日期： ?2023-05-24

基金項目： ??國家自然科學基金（51976007）； 先進內燃動力全國重點實驗室開放研究項目（K2023-04）

作者簡介： ??陳睿哲（1999-）， 男， 湖北紅安人， 碩士研究生， 主要研究領域為內燃機燃燒.

通訊作者： ?劉永峰. E-mail： liuyongfeng@bucea.edu.cn;王龍.E-mail： longwangbeijing@163.com